ZASTOSOWANIE SZTUCZNYCH SIECI NEURONOWYCH DO KSZTAŁTOWANIA WŁAŚCIWOŚCI MATERIAŁU POLIMEROWEGO Z PRZEZNACZENIEM DLA TRANSPORTU SZYNOWEGO

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZASTOSOWANIE SZTUCZNYCH SIECI NEURONOWYCH DO KSZTAŁTOWANIA WŁAŚCIWOŚCI MATERIAŁU POLIMEROWEGO Z PRZEZNACZENIEM DLA TRANSPORTU SZYNOWEGO"

Transkrypt

1 Problemy Kolejnictwa Zeszyt Prof. dr hab. inż. Jacek Garbarski Politechnika Warszawska Dr inż. Mariusz Fabijański Instytut Kolejnictwa ZASTOSOWANIE SZTUCZNYCH SIECI NEURONOWYCH DO KSZTAŁTOWANIA WŁAŚCIWOŚCI MATERIAŁU POLIMEROWEGO Z PRZEZNACZENIEM DLA TRANSPORTU SZYNOWEGO SPIS TREŚCI 1. Wstęp 2. Część doświadczalna 3. Wybór danych oraz sprawdzenie poprawności działania sztucznych sieci neuronowych 4. Podsumowanie STRESZCZENIE Sztuczne sieci neuronowe znajdują bardzo szerokie zastosowanie w różnych dziedzinach techniki. Moda na to potężne narzędzie informatyczne nie ominęła także transportu kolejowego, gdzie jest stosowane w diagnostyce, prognozowaniu, optymalizacji. Można je również z powodzeniem stosować do poszukiwania materiałów spełniających odpowiednie kryteria, łącząc ze sobą kilka cech materiałowych takich, jak na przykład właściwości mechaniczne i palne. Materiały polimerowe dostępne na rynku często nie spełniają wysokich wymagań pod względem właściwości palno-dymowych. Konieczne zatem staje się dodawanie do nich odpowiednich środków (uniepalniaczy), poprawiających tę cechę materiałową, ale znacznie pogarszających właściwości mechaniczne. Takim popularnym materiałem reprezentującym ogromną grupę tworzyw styrenowych o szerokich zastosowaniach w budowie taboru szynowego, jest polistyren wysokoudarowy. Uzyskanie wieloskładnikowej, trudnopalnej mieszaniny tworzywowej na bazie polistyrenu wysokoudarowego (HIPS) jest trudne i pracochłonne. W celu znalezienia potencjalnie najlepszego składu, byłoby konieczne przeprowadzenie wielu prób technologicznych. W związku z tym, do rozszerzenia obszaru poszukiwań składu mieszaniny, w celu uzyskania najlepszych właściwości zarówno mechanicznych, jak i palno-dymowych, wykorzystano sztuczne sieci neuronowe. W artykule przedstawiono zastosowanie tych sieci do określenia właściwego składu materiału spełniającego wymagania palnościowe dla materiałów stosowanych w transporcie szynowym.

2 48 J. Garbarski, M. Fabijański 1. WSTĘP Prace prowadzone w zakresie tworzenia sieci neuronowych są związane z badaniami nad biologicznymi aspektami sztucznej inteligencji. Ich wynikiem jest powstanie różnego rodzaju struktur sieci neuronowych oraz opis zasad ich funkcjonowania [18]. Obecnie sieci neuronowe znalazły szerokie zastosowanie w takich dziedzinach, jak: diagnostyka, prognozowanie, optymalizacja, filtracja, konwersja, a także rozpoznawanie (przede wszystkim obrazów i mowy) i inne. Jest to możliwe dzięki jednej z najważniejszych cech sieci neuronowej przetwarzaniu informacji w sposób równoległy. Pomimo, że sieć składa się z bardzo prostych w swej budowie i działaniu elementów, to po połączeniu ich w skomplikowany układ uzyskuje się ogromne możliwości operacyjne. Identycznie, jak w przypadku neuronowych sieci biologicznych, podstawowymi elementami, z których tworzy się sztuczne sieci neuronowe, są sztuczne neurony, czyli elementy, których wybrane własności są analogiczne do wybranych własności neuronów biologicznych. Nie stanowią one jednak wiernej kopii swych biologicznych odpowiedników. Zasada działania sztucznego neuronu jest niezwykle prosta. Do wejść są doprowadzane sygnały dochodzące z neuronów warstwy poprzedniej. Każdy neuron otrzymuje wiele sygnałów wejściowych i na ich podstawie wyznacza odpowiedź jeden sygnał wyjściowy. Każdy sygnał wejściowy jest mnożony przez odpowiadającą mu wartość liczbową, zwaną wagą. Wpływa ona na percepcję danego sygnału wejściowego i jego udział w tworzeniu sygnału wyjściowego przez neuron. Zbiór odpowiednio ułożonych sztucznych neuronów tworzy sztuczną sieć neuronową. Jest ona zdecydowanie prostsza w budowie niż ludzki mózg [10, 11, 12, 14, 18]. Opis wszystkich typów sieci oraz metody ich działania przekroczyłby znacznie objętość niniejszej pracy, dlatego został pominięty. Szczegółowe opisy można znaleźć w literaturze dotyczącej tej dziedziny nauki. Polistyren wysokoudarowy (HIPS) należy do polimerów powszechnie stosowanych. Zalicza się on do tak zwanych tworzyw styrenowych, wśród których można wyróżnić PS (polistyren), SAN (styren-akrylonitryl), ABS (akrylonitryl-butadien-styren) i inne. Powszechnie są one stosowane w wielu dziedzinach gospodarki i techniki, również w szeroko pojętym transporcie szynowym. Mają wiele zalet, czyniąc je materiałami bardzo atrakcyjnymi. Problemem, jaki ogranicza stosowanie tej grupy tworzyw jest ich łatwopalność. W tym celu wprowadza się do tworzywa związki zwane opóźniaczami palenia lub antypirenami. Jednym ze sposobów zmniejszenia palności tworzyw jest uniepalnianie przy użyciu napełniaczy mineralnych. Stosuje się je ze względu na małą ilość wydzielanych dymów, i co się z tym wiąże również toksycznych produktów [1, 18]. Dobre ich działanie uzyskuje się, gdy wprowadzimy do tworzywa około 50% 60% napełniacza, co niesie za sobą pogorszenie właściwości mechanicznych, w związku z tym staje się konieczna odpowiednia modyfikacja materiału [18]. Dlatego też do układu dwuskładnikowego (polimer + uniepalniacz) wprowadza się dodatkowe składniki [2, 6, 14]. Z reguły tego

3 Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości 49 typu modyfikatory pogarszają z kolei uzyskaną trudnopalność: pojawia się tu sprzeczność pomiędzy właściwościami mechanicznymi i palno-dymowymi. Poprawienie parametrów charakteryzujących właściwości mechaniczne powodowuje pogorszenie właściwości palno-dymowych i odwrotnie. Tego rodzaju sprzeczność stwarza duże trudności przy ustaleniu odpowiedniego składu mieszaniny trudnopalnej, gdzie niejednokrotnie ilość składników jest duża i znalezienie najkorzystniejszej ich proporcji jest czasochłonne. Do znalezienia składu mieszaniny, która byłaby zarówno trudnopalna jak i wytrzymała mechanicznie, użyto sztucznych sieci neuronowych. Jak wiadomo, ich ogromny potencjał operacyjny wynika z możliwości przetwarzania informacji w sposób równoległy. Sieci neuronowe znalazły zastosowanie szczególnie w takich przypadkach, kiedy z jednej strony trudno ustalić sposób rozwiązania, z drugiej dostępne są przykładowe wyniki. Traktując sieć jak czarną skrzynkę, nie ingeruje się w jaki sposób dochodzi ona do rozwiązania [10, 12, 13, 14, 15, 18]. W niniejszej pracy sztuczne sieci neuronowe zostały wykorzystane do poszukiwania najkorzystniejszego składu mieszaniny trudnopalnej na bazie polistyrenu wysokoudarowego (HIPS). Pozwoliły one na znaczne rozszerzenie obszaru poszukiwań i na odpowiednie kształtowanie pożądanych cech materiału Materiały 2. CZĘŚĆ DOŚWIADCZALNA W badaniach tworzywem podstawowym przeznaczonym do uniepalniania był polistyren wysokoudarowy (HIPS). Do badań wytypowano materiał produkcji krajowej, firmy Dwory S.A. o oznaczeniu Owispol 825. Jest to tworzywo łatwopalne, którego wskaźnik tlenowy wynosi tylko 18,5%. Podczas palenia wydziela gęsty, ciemny dym, co stanowi poważny problem przy jego stosowaniu w miejscach zagrożonych pożarem. Ponadto pod wpływem wysokiej temperatury i obecności płomienia materiał płynie, przyjmując postać płonących i kopcących kropel [6, 7, 14]. Zastosowany środek uniepalniający, to wodorotlenek magnezu Mg(OH) 2 o nazwie handlowej Magnifin H5. Jego temperatura rozkładu wynosi 340 C. Jest to mineralny opóźniacz palenia, który w odróżnieniu od związków halogenowych (organicznych), daje efekt uniepalnienia w wyniku rozkładu termicznego z wydzieleniem wody i tlenku magnezu. Wodorotlenek magnezu silnie tłumi dym oraz zmniejsza kwasowość produktów spalania [1, 3, 7, 18]. W celu poprawienia właściwości mechanicznych, a przede wszystkim udarności, wprowadzono dodatkowo modyfikatory udarności w postaci elastomerów termoplastycznych: kopolimeru trój-blokowego: styren-butadien-styren (SBS) o nazwie handlowej Finaclear 530 Atofina oraz kopolimeru styren-etylen-butylen-styren (SEBS) firmy TCT [5].

4 50 J. Garbarski, M. Fabijański 2.2. Przygotowanie kompozycji Zanim doszło do wyprodukowania wstępnej partii próbek, trzeba było pokonać trudności technologiczne wynikające z wprowadzania bardzo dużej ilości napełniacza będącego proszkiem mineralnym, pozostającym w stanie stałym podczas przetwórstwa. Ponieważ ślimak nie pobierał mieszanki, umieszczono w leju zasypowym dodatkowe urządzenie wspomagające. Niezależnie od trudności pobierania przez ślimak, wielu prób wymagało ustalenia właściwych parametrów procesu, aby uzyskać homogeniczny materiał i wyeliminować piski i zgrzyty w cylindrze maszyny, które pojawiły się podczas pierwszych prób [2]. Do badań przygotowano kilka zestawów kompozycji tworzywowych o różnych zawartościach poszczególnych składników: polistyren wysokoudarowy (HIPS) + uniepalniacz (wodorotlenek magnezu Mg(OH) 2 ), polistyren wysokoudarowy (HIPS)+ wodorotlenek magnezu Mg(OH) 2 + SBS (styrenbutadien-styren), polistyren wysokoudarowy (HIPS)+ wodorotlenek magnezu Mg(OH) 2 + SBS (styrenbutadien-styren) + SEBS (styren-etylen-butylen-styren) Metody badań kompozycji tworzywowych Właściwości mechaniczne oznaczono metodą standardową zgodnie z obowiązującymi normami ogólnymi i przedmiotowymi w zakresie badań właściwości tworzyw sztucznych. Próbki do badań zostały przygotowane metodą wtrysku. W celu określenia właściwości palnych kompozycji przeprowadzono oznaczenie wskaźnika tlenowego OI [9] oraz oznaczenie intensywności wydzielania dymów podczas spalania z normą [8], która ma zastosowanie do materiałów stosowanych w transporcie kolejowym. 3. WYBÓR DANYCH ORAZ SPRAWDZENIE POPRAWNOŚCI DZIAŁANIA SZTUCZNYCH SIECI NEURONOWYCH Uzyskane wyniki badań właściwości materiału wprowadzono do sztucznych sieci neuronowych. Sieć najpierw uczyła się na kompletnych danych eksperymentalnych, a następnie, po zakończeniu procesu uczenia, wykonała symulację dla danych wejściowych nie pochodzących z eksperymentu. Sieć pracowała z tzw. nauczycielem [2, 10, 12, 15, 18]. Wykonano symulacje dwóch następujących przypadków: na podstawie właściwości mechanicznych i palno-dymowych poszukiwano składu mieszaniny (pierwszy zbiór uczący), na podstawie składu mieszaniny poszukiwano właściwości mechanicznych i palno-dymowych (drugi zbiór uczący).

5 Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości 51 W pierwszym przypadku, jako wielkości wprowadzone do sieci w celu jej nauczenia wybrano: na wejściu: wskaźnik tlenowy OI, naświetlenie S 1, natężenie oświetlenia w czwartej minucie E4 1, twardość HK, udarność U, moduł Younga E, wytrzymałość Ru, na wyjściu zawartości (skład mieszaniny): Mg(OH) 2, HIPS, SBS, SEBS. W drugim przypadku, na podstawie składu mieszaniny (zawartości: Mg(OH) 2, HIPS, SBS oraz SEBS), sieć określała właściwości materiału. W trakcie badań doświadczalnych stwierdzono, że krytycznym parametrem charakteryzującym materiał pod względem mechanicznym jest udarność. Pozostałe trzy utrzymywały się cały czas na wystarczająco wysokim poziomie [2, 17]. Dlatego zdecydowano, że tylko udarność będzie charakteryzowała materiał pod względem mechanicznym. Na tej zasadzie z trzech parametrów palnościowych wybrano dwa: wskaźnik tlenowy i natężenie oświetlenia E4. Naświetlenie S utrzymywało się na wysokim poziomie dla wszystkich interesujących składów mieszaniny Wybór typu sieci Zbiory uczące zostały wykorzystane do określenia najlepszego typu sieci, której należy użyć do rozwiązania postawionego zadania. Jest nim określenie optymalnego składu mieszaniny z punktu widzenia właściwości mechanicznych i palno-dymowych. Wybór typów sieci został dokonany zgodnie z procedurą i postępowaniem przyjętym w programie Statistica Neural Networks. Zgodnie z teorią sztucznych sieci neuronowych należy wybrać sieć o najprostszej budowie i najprostszym algorytmie uczenia [18]. Skutkuje to krótszym czasem uczenia i zmniejszeniem występowania minimów lokalnych, co może prowadzić do osiągnięcia mniejszego błędu. Kierując się tą zasadą i wynikami, jakie otrzymano z testowania sieci oraz możliwościami zmiany jej parametrów, ostatecznie zdecydowano się na sieci typu MLP, które były uczone algorytmem wstecznej propagacji błędu [12, 15]. Na rysunkach 1 i 2 pokazano teoretyczne schematy sieci. 3 Naświetlenie S oraz natężenie oświetlenia w czwartej minucie E4 są parametrami określającymi ilość wydzielanego dymu podczas palenia danego materiału. Badanie trwa cztery minuty, jest przeprowadzone w zamkniętej komorze i polega na pomiarze spadku natężenia światła, w wyniku przepływu dymu pomiędzy źródłem światła a sondą luksomierza. A zatem wyższe wartości S i E4 oznaczają mniejsze ilości wydzielanego dymu.

6 52 J. Garbarski, M. Fabijański W niniejszym artykule pominięto część dotyczącą testowania sieci i pełnego ich wyboru, gdyż przekroczyłoby to ograniczoną liczbę stron. Rys. 1. Schemat sieci MLP dla przypadku: wejście właściwości, wyjście skład Rys. 2. Schemat sieci MLP dla przypadku wejście skład, wyjście właściwości 3.2. Optymalizacja składu mieszaniny według kryterium najlepszych właściwości mechanicznych i palno-dymowych Poszukiwanie składu mieszaniny dla zadanych właściwości materiału Po sprawdzeniu poprawności działania sieci, zarówno dla przypadku poszukiwania składu mieszaniny na podstawie właściwości, jak i dla przypadku odwrotnego, wykonano symulację dla danych wejściowych nie zrealizowanych eksperymentalnie. Umożliwiło to rozszerzenie liczby kombinacji składu mieszanin poza zakres uzyskany eksperymentalnie. W tablicy 1 zestawiono tzw. wyniki wirtualne dla pierwszego przypadku: dane wejściowe właściwości, wyniki skład mieszaniny. Na podstawie znanych wejściowych danych eksperymentalnych [2] starano się tak dobrać dane wejściowe wirtualne, aby

7 Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości 53 materiał był możliwy do zaakceptowania, zarówno pod względem właściwości mechanicznych, jak i palnościowych. Tablica 1 Wyniki symulacji dla pierwszego zbioru uczącego Dane wejściowe Dane wyjściowe otrzymane z sieci Lp. Wskaźnik tlenowy OI [%] Naświetlenie S [lxs] Natężenie oświetlenia E4 [lx] Twardość HK [MPa] Udarność U [kj/m 2 ] Moduł Youga E [MPa] Naprężenie max [MPa] Mg(OH) 2 [%] , ,9 48,8 8, , , , , ,63 70,2 8, ,4 27, ,796-0, , ,6 94,9 6, ,4 33, , , , ,7 97,8 5, ,1 36, , , , ,6 105,8 3, ,4 42, , , , ,4 116,4 3, ,5 47, , , , ,5 71,9 6, ,6 50, , , , ,3 73,8 6, ,5 51, , , , ,1 75,7 5, ,4 52, , , , ,9 77,6 5, ,3 53, , , , ,7 79,5 5, ,2 54, , , , ,5 81,4 5, ,1 54, , , , ,3 83,3 5, , , , ,1 85,2 4, ,9 54, , , , ,9 87,1 4, ,8 55, , , , ,6 87,5 4, ,8 54, , , , ,1 86,1 4, ,9 55, , , , ,5 84,7 4, , , , , ,9 83,3 4, ,1 55, , , , ,3 81,9 4, ,2 54, , , , ,8 80,5 4, ,4 54, , ,85872 Ponieważ krytycznym kryterium cech palnościowych był wskaźnik tlenowy, natomiast właściwości mechanicznych udarność, w tablicy 1 pogrubioną czcionką zaznaczono mieszaniny, które spełniają jednocześnie warunek OI 28% i udarność zbliżoną do 5 kj/m 2. Składy spełniające kryteria optymalizacji są oznaczone numerami Na rysunku 3 wyróżniono je, stosując obramowania słupków. W zaznaczonych przypadkach wirtualny materiał jest zarówno trudnopalny, jak również ma właściwości mechaniczne możliwe do zaakceptowania, choć udarność nie jest zbyt wysoka. HIPS [%] SBS [%]

8 54 J. Garbarski, M. Fabijański zawartość składników [%] 100% 80% 60% 40% 20% Mg(OH)2 HIPS SBS 0% nr składu Rys. 3. Zestawienie udziału procentowego poszczególnych składników wirtualnej, trudnopalnej mieszaniny dla pierwszego zbioru uczącego (wejście właściwości, wyjście skład), składy optymalne obramowane Poszukiwanie właściwości materiału dla zadanych składów W tym wypadku powtórzono procedurę opisaną w rozdziale , jednak w odwrotnym kierunku. Danymi wejściowymi były składy mieszanin, wynikami zaś właściwości materiału, co przedstawia tablica 2. Podobnie jak poprzednio, optymalne wyniki zaznaczono pogrubioną czcionką. Zestawienie wyników w postaci wykresów słupkowych, ilustrujących wartości poszczególnych parametrów charakteryzujących materiał dla różnych składów mieszanin przedstawiono na rysunkach 4, 5, 6. udarność [kj/m*m] nr składu Mg(OH)2 HIPS optimum optimorum Rys. 4. Zestawienie wyników otrzymanych z sieci przy różnej zawartości składników dla udarności (tablica 2)

9 Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości 55 Wyniki symulacji dla drugiego zbioru uczącego Tablica 2 Dane wejściowe Dane wyjściowe otrzymane z sieci Lp. Mg(OH) 2 [%] HIPS [%] SBS [%] Udarność U [kj/m 2 ] Wskaźnik tlenowy OI [%] Natężenie oświetlenia [lx] , , , , ,2762-1, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,1668 6, , , , , ,1792 7, , , , , ,1711 7, , , , , ,1443 7, , , , , ,2746 6, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,3330 4, , , , , ,8587 4, , ,76722

10 56 J. Garbarski, M. Fabijański Z rysunku 4 widać, że udarność jest najwyższa dla składów 7, 8 oraz 13. Odpowiada im największa zawartość HIPS i najmniejsza Mg(OH) 2, a to z kolei powoduje obniżenie parametrów palno-dymowych (duże ilości wydzielanego dymu, niski wskaźnik tlenowy rysunki 5, 6). Ponieważ warunek OI 28% dyskwalifikuje materiał pod względem trudnopalności, składy 7, 8 i 13, mimo wysokiej udarności, zostały odrzucone. OI [%] nr składu Mg(OH)2 HIPS optimum optimorum Rys. 5. Zestawienie wyników otrzymanych z sieci przy różnej zawartości składników dla wskaźnika tlenowego OI (tablica 2) E4 [lx] Mg(OH)2 HIPS optimum optimorum nr składu Rys. 6. Zestawienie wyników otrzymanych z sieci przy różnej zawartości składników dla natężenia oświetlenia w czwartej minucie (tablica 2)

11 Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości 57 Wiadomo, że największy wpływ na wskaźnik tlenowy ma zawartość mineralnego opóźniacza palenia Mg(OH) 2, jednak powoduje on znaczny spadek udarności. W przypadku kształtowania właściwości materiału, należy użyć niezbędnej, minimalnej ilości tego środka, przy której wartość wskaźnika tlenowego jest większa od 28%. Odpowiada to składom 29 31; 33 35; 42, co widać na rysunku 5 (oznaczenie 2 w legendzie). Kolejnym parametrem palno-dymowym, ważnym ze względu na bezpieczeństwo przeciwpożarowe, jest ilość wydzielanych dymów podczas palenia. W tym przypadku musi być spełniony warunek, aby minimalna wartość E4 nie była niższa niż 20 lx; poniżej tego poziomu materiały uważa się za niebezpieczne ze względu na duże ilości wydzielanego dymu. W przypadku badanych składów nie przedstawiało to problemu, ponieważ wartość E4 przekroczyła 40 lx (rysunek 6). Podobnie jak w przypadku OI, największy wpływ na ten parametr ma zawartość wodorotlenku magnezu. Najkorzystniejsze składy mieszanin pod względem właściwości mechanicznych (udarność) oraz palno-dymowych zaznaczono pogrubioną czcionką w tablicy 2. Odpowiada to słupkom numer 2 na rysunkach 4, 5, 6. Spośród nich optimum optimorum okazała się mieszanina nr 31 (oznaczenie 4 w legendzie). W tym przypadku spełniono wszystkie kryteria kształtowania pożądanych cech trudnopalnego materiału. Wskaźnik tlenowy, choć nieznacznie, ale jednak przekracza minimalną wartość wymaganą (OI 28%). Natomiast wartość natężenia oświetlenia w czwartej minucie jest o wiele wyższa od wymaganego poziomu minimalnego (E4 20 lx). Udarność jest najwyższa spośród składów spełniających powyższe wymagania palnościowe. Zwraca przy tym uwagę fakt, że mieszanina nr 31 ma bardzo podobny skład do optymalnych mieszanin uzyskanych w wyniku symulacji w odwrotnym kierunku (punkt 3.2.1). Są to mieszaniny o składach: 55% Mg(OH) 2 oraz zmieniających się zawartościach odpowiednio: HIPS 40% do 33%, SBS 5,25% do 11,6%, natomiast mieszanina 31 ma skład: Mg(OH) 2 53,4%, HIPS 35,22%, SBS 11,14%. Można zatem uznać, że udało się znaleźć skład optymalny, co z jednej strony ma znaczenie praktyczne, z drugiej zaś potwierdza przydatność odpowiednio skonstruowanych sztucznych sieci neuronowych do rozwiązywania zagadnień tego typu.

12 58 J. Garbarski, M. Fabijański 4. PODSUMOWANIE Prace nad sztucznymi sieciami neuronowymi obejmowały studium nad odpowiednim doborem zbiorów uczących oraz nad wyborem najkorzystniejszego typu sieci do rozwiązania postawionego problemu. Sprawdzono poprawność działania sieci przez porównanie zgodności wyników pochodzących z eksperymentu, z danymi pochodzącymi z symulacji. Pokazano, że istnieje możliwość zastosowania sztucznych sieci neuronowych do poszukiwania składu mieszaniny trudnopalnej. Umożliwia to szybszy wybór składu materiału o właściwościach odpowiednich do danego zastosowania. Sztuczne sieci neuronowe pozwalają więc kształtować właściwości materiału. BIBLIOGRAFIA 1. Boryniec S., Przygodzki W.: Procesy spalania polimerów. Cz. III. Opóźnianie spalania materiałów polimerowych. Polimery, 1999, T. 44, nr 10, s Fabijański M.: Kształtowanie właściwości trudnopalnego polistyrenu wysokoudarowego. Rozprawa doktorska. Warszawa, Politechnika Warszawska, Wydział Inżynierii Produkcji, Instytut Technologii, Fabijański M.: Palność materiałów polimerowych stosowanych w transporcie szynowym, opóźniacze palenia. Problemy Kolejnictwa, 2009, Zeszyt 149, s Fenimore C.P., Martin F.J.: Candle-type test for flammability of polymers. Modern Plastics, 1966,12: Garbarski J., Fabijański M.: Kompozycja polimerowa styrenu wysokoudarowego z napełniaczem mineralnym modyfikowana triblokowym kopolimerem styren-butadienstyren. Szczecin, Wydawnictwo Uczelniane Politechniki Szczecińskiej, EKO-PLAST, 2004, nr 25 25, s Garbarski J., Fabijański M.: Wpływ napełniacza mineralnego na palność tworzyw sztucznych. Przegląd Mechaniczny, 2003, nr 7 8, s Garbarski J., Fabijański M.: Ograniczenie dymotwórczych właściwości tworzyw sztucznych na przykładzie wysokoudarowego polistyrenu. Polimery, 2004, zeszyt 4, s Garbarski J., Fabijański M.: The Properties of Non-flammable Mixture of High Impact Polystyrene and Magnesium Hydroxide Modified with the Admixture of the Styrene- Butadiene-Styrene Copolymer. III International Conference on Advances in Production Engineering APE 2004, 17 18, June 2004, Warsaw, Poland, Oficyna Wydawnicza PW, Part II, p Garbarski J.: Materiały i kompozyty niemetalowe. Warszawa, Oficyna Wydawnicza PW, Haykin S.: Neural networks, a comprehensive foundation. New York, 1994.

13 Zastosowanie sztucznych sieci neuronowych do kształtowania właściwości Hilado C.J., ed.: Flammability Handbook for Plastics. 4th ed. Lancaster, Technomic Publishing, 1990, Chapter Hertz J., Krogh A., Palmer R.: Wstęp do teorii obliczeń neuronowych. Warszawa, Wydawnictwa Naukowo-Techniczne, Meyer G.W., Pak S.J, Lee Y.J., and McGrath J.E.: New High-Performance Thermosetting Polymer Matrix Material Systems. Polymer, 36(11): 2303, 2309, Nelson G.L., Wilie C.A.: Fire and Polymers: Materials and Solutions for Hazard Prevention. Washington, American Chemical Society, Osowski S.: Sieci neuronowe do przetwarzania informacji. Warszawa, Oficyna Wydawnicza PW, PN-ISO Oznaczenie zapalności metodą wskaźnika tlenowego w temperaturze pokojowej. 17. PN-K-02501:2000 Tabor kolejowy. Właściwości dymowe materiałów. Wymagania i metody badań. 18. Tadeusiewicz R.: Sieci neuronowe. Warszawa, Akademicka Oficyna Wydawnicza. RM, 1993.

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia

Bardziej szczegółowo

Opis modułu kształcenia Chemia, technologia otrzymywania oraz materiałoznawstwo polimerów i tworzyw sztucznych

Opis modułu kształcenia Chemia, technologia otrzymywania oraz materiałoznawstwo polimerów i tworzyw sztucznych Opis modułu kształcenia Chemia, technologia otrzymywania oraz materiałoznawstwo polimerów i tworzyw sztucznych Nazwa podyplomowych Nazwa obszaru kształcenia, w zakresie którego są prowadzone studia podyplomowe

Bardziej szczegółowo

PRACA DYPLOMOWA W BUDOWIE WKŁADEK FORMUJĄCYCH. Tomasz Kamiński. Temat: ŻYWICE EPOKSYDOWE. dr inż. Leszek Nakonieczny

PRACA DYPLOMOWA W BUDOWIE WKŁADEK FORMUJĄCYCH. Tomasz Kamiński. Temat: ŻYWICE EPOKSYDOWE. dr inż. Leszek Nakonieczny Politechnika Wrocławska - Wydział Mechaniczny Instytut Technologii Maszyn i Automatyzacji PRACA DYPLOMOWA Tomasz Kamiński Temat: ŻYWICE EPOKSYDOWE W BUDOWIE WKŁADEK FORMUJĄCYCH Promotor: dr inż. Leszek

Bardziej szczegółowo

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU

WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU WYKORZYSTANIE SZTUCZNYCH SIECI NEURONOWYCH W PROGNOZOWANIU THE USE OF ARTIFICIAL NEURAL NETWORKS IN FORECASTING Konrad BAJDA, Sebastian PIRÓG Resume Artykuł opisuje wykorzystanie sztucznych sieci neuronowych

Bardziej szczegółowo

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI Dr inż. Danuta MIEDZIŃSKA, email: dmiedzinska@wat.edu.pl Dr inż. Robert PANOWICZ, email: Panowicz@wat.edu.pl Wojskowa Akademia Techniczna, Katedra Mechaniki i Informatyki Stosowanej MODELOWANIE WARSTWY

Bardziej szczegółowo

WYTRZYMAŁOŚĆ POŁĄCZEŃ KLEJOWYCH WYKONANYCH NA BAZIE KLEJÓW EPOKSYDOWYCH MODYFIKOWANYCH MONTMORYLONITEM

WYTRZYMAŁOŚĆ POŁĄCZEŃ KLEJOWYCH WYKONANYCH NA BAZIE KLEJÓW EPOKSYDOWYCH MODYFIKOWANYCH MONTMORYLONITEM KATARZYNA BIRUK-URBAN WYTRZYMAŁOŚĆ POŁĄCZEŃ KLEJOWYCH WYKONANYCH NA BAZIE KLEJÓW EPOKSYDOWYCH MODYFIKOWANYCH MONTMORYLONITEM 1. WPROWADZENIE W ostatnich latach można zauważyć bardzo szerokie zastosowanie

Bardziej szczegółowo

Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego

Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego IBS PAN, Warszawa 9 kwietnia 2008 Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego mgr inż. Marcin Jaruszewicz promotor: dr hab. inż. Jacek Mańdziuk,

Bardziej szczegółowo

17. 17. Modele materiałów

17. 17. Modele materiałów 7. MODELE MATERIAŁÓW 7. 7. Modele materiałów 7.. Wprowadzenie Podstawowym modelem w mechanice jest model ośrodka ciągłego. Przyjmuje się, że materia wypełnia przestrzeń w sposób ciągły. Możliwe jest wyznaczenie

Bardziej szczegółowo

Algorytmy sztucznej inteligencji

Algorytmy sztucznej inteligencji Algorytmy sztucznej inteligencji Dynamiczne sieci neuronowe 1 Zapis macierzowy sieci neuronowych Poniżej omówione zostaną części składowe sieci neuronowych i metoda ich zapisu za pomocą macierzy. Obliczenia

Bardziej szczegółowo

Warszawa, dnia 19 listopada 2013 r. Poz. 1343 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 października 2013 r.

Warszawa, dnia 19 listopada 2013 r. Poz. 1343 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 października 2013 r. DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 19 listopada 2013 r. Poz. 1343 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 października 2013 r. w sprawie wykazu substancji, których stosowanie

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: PROJEKTOWANIE PROCESÓW PRZETWÓRCZYCH Kierunek: Mechanika i Budowa Maszyn Rodzaj przedmiotu: obowiązkowy na specjalności: Przetwórstwo tworzyw polimerowych Rodzaj zajęć: wykład, laboratorium

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt

Bardziej szczegółowo

ANALIZA MES PROCESU WYTWARZANIA WYPRASKI, BĘDĄCEJ INTEGRALNYM ELEMENTEM KARABINKA WOJSKOWEGO

ANALIZA MES PROCESU WYTWARZANIA WYPRASKI, BĘDĄCEJ INTEGRALNYM ELEMENTEM KARABINKA WOJSKOWEGO IX Konferencja naukowo-techniczna Programy MES w komputerowym wspomaganiu analizy, projektowania i wytwarzania ANALIZA MES PROCESU WYTWARZANIA WYPRASKI, BĘDĄCEJ INTEGRALNYM ELEMENTEM KARABINKA WOJSKOWEGO

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne

Bardziej szczegółowo

Programy komputerowe służące do modelowania procesów

Programy komputerowe służące do modelowania procesów Badania przy wtryskiwaniu część 2 Jacek Iwko, Roman Wróblewski, Ryszard Steller Badania porównawcze modelu z rzeczywistym zachowaniem wtryskarki W artykule przedstawiono weryfikację modelu komputerowego

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Sieci neuronowe - dokumentacja projektu

Sieci neuronowe - dokumentacja projektu Sieci neuronowe - dokumentacja projektu Predykcja finansowa, modelowanie wskaźnika kursu spółki KGHM. Piotr Jakubas Artur Kosztyła Marcin Krzych Kraków 2009 1. Sieci neuronowe - dokumentacja projektu...

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z inteligentnymi

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

Odzież ochronna przeznaczona dla pracowników przemysłu narażonych na działanie czynników gorących.

Odzież ochronna przeznaczona dla pracowników przemysłu narażonych na działanie czynników gorących. Odzież chroniąca przed gorącymi czynnikami termicznymi Na wielu stanowiskach pracy m.in. w hutach i zakładach metalurgicznych, podczas spawania, akcji przeciwpożarowych pracownik narażony jest na działanie

Bardziej szczegółowo

Testowanie modeli predykcyjnych

Testowanie modeli predykcyjnych Testowanie modeli predykcyjnych Wstęp Podczas budowy modelu, którego celem jest przewidywanie pewnych wartości na podstawie zbioru danych uczących poważnym problemem jest ocena jakości uczenia i zdolności

Bardziej szczegółowo

Badania właściwości zmęczeniowych bimetalu stal S355J2- tytan Grade 1

Badania właściwości zmęczeniowych bimetalu stal S355J2- tytan Grade 1 Badania właściwości zmęczeniowych bimetalu stal S355J2- tytan Grade 1 ALEKSANDER KAROLCZUK a) MATEUSZ KOWALSKI a) a) Wydział Mechaniczny Politechniki Opolskiej, Opole 1 I. Wprowadzenie 1. Technologia zgrzewania

Bardziej szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

ODPORNOŚĆ STALIWA NA ZUŻYCIE EROZYJNE CZĘŚĆ II. ANALIZA WYNIKÓW BADAŃ

ODPORNOŚĆ STALIWA NA ZUŻYCIE EROZYJNE CZĘŚĆ II. ANALIZA WYNIKÓW BADAŃ Szybkobieżne Pojazdy Gąsienicowe (15) nr 1, 2002 Stanisław JURA Roman BOGUCKI ODPORNOŚĆ STALIWA NA ZUŻYCIE EROZYJNE CZĘŚĆ II. ANALIZA WYNIKÓW BADAŃ Streszczenie: W części I w oparciu o teorię Bittera określono

Bardziej szczegółowo

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji

Dr hab. inż. Jan Duda. Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Automatyzacja i Robotyzacja Procesów Produkcyjnych Dr hab. inż. Jan Duda Wykład dla studentów kierunku Zarządzanie i Inżynieria Produkcji Podstawowe pojęcia Automatyka Nauka o metodach i układach sterowania

Bardziej szczegółowo

Zastosowanie sieci neuronowej do oceny klienta banku pod względem ryzyka kredytowego Streszczenie

Zastosowanie sieci neuronowej do oceny klienta banku pod względem ryzyka kredytowego Streszczenie Adam Stawowy Paweł Jastrzębski Wydział Zarządzania AGH Zastosowanie sieci neuronowej do oceny klienta banku pod względem ryzyka kredytowego Streszczenie Jedną z najczęściej podejmowanych decyzji w działalności

Bardziej szczegółowo

WYTYCZNE DOTYCZĄCE REALIZACJI PRAC DYPLOMOWYCH W INSTYTUCIE ORGANIZACJI SYSTEMÓW PRODUKCYJNYCH NA KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI

WYTYCZNE DOTYCZĄCE REALIZACJI PRAC DYPLOMOWYCH W INSTYTUCIE ORGANIZACJI SYSTEMÓW PRODUKCYJNYCH NA KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI Wersja z dnia 1 kwietnia 2015 r. WYTYCZNE DOTYCZĄCE REALIZACJI PRAC DYPLOMOWYCH W INSTYTUCIE ORGANIZACJI SYSTEMÓW PRODUKCYJNYCH NA KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI stanowiące uzupełnienie Zasad

Bardziej szczegółowo

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa

SCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Prognozowanie kierunku ruchu indeksów giełdowych na podstawie danych historycznych.

Prognozowanie kierunku ruchu indeksów giełdowych na podstawie danych historycznych. Metody Sztucznej Inteligencji 2 Projekt Prognozowanie kierunku ruchu indeksów giełdowych na podstawie danych historycznych. Autorzy: Robert Wojciechowski Michał Denkiewicz Mateusz Gągol Wstęp Celem projektu

Bardziej szczegółowo

ZB nr 5 Nowoczesna obróbka mechaniczna stopów magnezu i aluminium

ZB nr 5 Nowoczesna obróbka mechaniczna stopów magnezu i aluminium ZB nr 5 Nowoczesna obróbka mechaniczna stopów magnezu i aluminium Prof. dr hab. inż. Józef Kuczmaszewski CZ 5.1 opracowanie zaawansowanych metod obróbki skrawaniem stopów lekkich stosowanych na elementy

Bardziej szczegółowo

Sztuczne Sieci Neuronowe. Wiktor Tracz Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, Wydział Leśny SGGW

Sztuczne Sieci Neuronowe. Wiktor Tracz Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, Wydział Leśny SGGW Sztuczne Sieci Neuronowe Wiktor Tracz Katedra Urządzania Lasu, Geomatyki i Ekonomiki Leśnictwa, Wydział Leśny SGGW SN są częścią dziedziny Sztucznej Inteligencji Sztuczna Inteligencja (SI) zajmuje się

Bardziej szczegółowo

Metrologia: organizacja eksperymentu pomiarowego

Metrologia: organizacja eksperymentu pomiarowego Metrologia: organizacja eksperymentu pomiarowego (na podstawie: Żółtowski B. Podstawy diagnostyki maszyn, 1996) dr inż. Paweł Zalewski Akademia Morska w Szczecinie Teoria eksperymentu: Teoria eksperymentu

Bardziej szczegółowo

WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH

WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH Problemy Kolejnictwa Zeszyt 149 89 Dr inż. Adam Rosiński Politechnika Warszawska WYBRANE ZAGADNIENIA OPTYMALIZACJI PRZEGLĄDÓW OKRESOWYCH URZĄDZEŃ ELEKTRONICZNYCH SPIS TREŚCI 1. Wstęp. Optymalizacja procesu

Bardziej szczegółowo

ANALIZA WPŁYWU WYBRANYCH PARAMETRÓW SYGNAŁU WYMUSZAJĄCEGO NA CZAS ODPOWIEDZI OBIEKTU

ANALIZA WPŁYWU WYBRANYCH PARAMETRÓW SYGNAŁU WYMUSZAJĄCEGO NA CZAS ODPOWIEDZI OBIEKTU II Konferencja Naukowa KNWS'05 "Informatyka- sztuka czy rzemios o" 15-18 czerwca 2005, Z otniki Luba skie ANALIZA WPŁYWU WYBRANYCH PARAMETRÓW SYGNAŁU WYMUSZAJĄCEGO NA CZAS ODPOWIEDZI OBIEKTU Piotr Mróz

Bardziej szczegółowo

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy

Definicje. Najprostszy schemat blokowy. Schemat dokładniejszy Definicje owanie i symulacja owanie zastosowanie określonej metodologii do stworzenia i weryfikacji modelu dla danego rzeczywistego Symulacja zastosowanie symulatora, w którym zaimplementowano model, do

Bardziej szczegółowo

PARAMETRY FIZYKO - MECHANICZNE TWORZYW KONSTRUKCYJNYCH

PARAMETRY FIZYKO - MECHANICZNE TWORZYW KONSTRUKCYJNYCH PARAMETRY FIZYKO - MECHANICZNE TWORZYW KONSTRUKCYJNYCH Właściwości ogólne Kolor standardowy Odporność na wpły UV Jednostki - - - - g/cm 3 % - Stan próbki - - - - suchy - suchy natur (biały) 1,14 3 HB /

Bardziej szczegółowo

Opis modułu kształcenia Właściwości i zastosowanie tworzyw sztucznych

Opis modułu kształcenia Właściwości i zastosowanie tworzyw sztucznych Opis modułu kształcenia Właściwości i zastosowanie tworzyw sztucznych Nazwa podyplomowych Nazwa obszaru kształcenia, w zakresie którego są prowadzone studia podyplomowe Nazwa kierunku, z którym jest związany

Bardziej szczegółowo

1 Węgle brunatny, kamienny i antracyt podstawowe kopaliny organiczne... 13

1 Węgle brunatny, kamienny i antracyt podstawowe kopaliny organiczne... 13 Spis treści Wstęp... 11 1 Węgle brunatny, kamienny i antracyt podstawowe kopaliny organiczne... 13 1.1. Geneza organicznej substancji węglowej złóż... 13 1.2. Pozostałe składniki złóż węgli brunatnych,

Bardziej szczegółowo

MODELOWANIE FAZ ZNI ANIA I L DOWANIA SAMOLOTU BOEING 767-300ER PRZY U YCIU SZTUCZNYCH SIECI NEURONOWYCH

MODELOWANIE FAZ ZNI ANIA I L DOWANIA SAMOLOTU BOEING 767-300ER PRZY U YCIU SZTUCZNYCH SIECI NEURONOWYCH P R A C E N A U K O W E P O L I T E C H N I K I W A R S Z A W S K I E J z. 102 Transport 2014 Aleksandra Stycunów, Jerzy Manerowski Politechnika Warszawska, Wydzia Transportu MODELOWANIE FAZ ZNI ANIA I

Bardziej szczegółowo

Sztuczne siei neuronowe - wprowadzenie

Sztuczne siei neuronowe - wprowadzenie Metody Sztucznej Inteligencji w Sterowaniu Ćwiczenie 2 Sztuczne siei neuronowe - wprowadzenie Przygotował: mgr inż. Marcin Pelic Instytut Technologii Mechanicznej Politechnika Poznańska Poznań, 2 Wstęp

Bardziej szczegółowo

Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki.

Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki. Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki. Zespół bibliotek cyfrowych PCSS 6 maja 2011 1 Cel aplikacji Aplikacja wspomaga przygotowanie poprawnego materiału uczącego dla

Bardziej szczegółowo

PALNOŚĆ MATERIAŁÓW POLIMEROWYCH STOSOWANYCH W TRANSPORCIE SZYNOWYM, OPÓŹNIACZE PALENIA

PALNOŚĆ MATERIAŁÓW POLIMEROWYCH STOSOWANYCH W TRANSPORCIE SZYNOWYM, OPÓŹNIACZE PALENIA Problemy Kolejnictwa Zeszyt 149 53 Dr inż. Mariusz Fabijański Centrum Naukowo-Techniczne Kolejnictwa PALNOŚĆ MATERIAŁÓW POLIMEROWYCH STOSOWANYCH W TRANSPORCIE SZYNOWYM, OPÓŹNIACZE PALENIA SPIS TREŚCI 1.

Bardziej szczegółowo

Symulacja pożaru. Wstęp

Symulacja pożaru. Wstęp Symulacja pożaru samochodu w PyroSim/FDS Wstęp Pożary w garażach stanowią obecnie jedne z najczęściej wykonywanych symulacji CFD. Równocześnie bywają także jednymi z trudniejszych pod względem ich definicji

Bardziej szczegółowo

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni

2.2.P.07: Komputerowe narzędzia inżynierii powierzchni 2nd Workshop on Foresight of surface properties formation leading technologies of engineering materials and biomaterials in Białka Tatrzańska, Poland 29th-30th November 2009 2 Panel nt. Produkt oraz materiał

Bardziej szczegółowo

Definicje. Algorytm to:

Definicje. Algorytm to: Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi

Bardziej szczegółowo

Publikacje pracowników Katedry Inżynierii Materiałowej w 2010 r.

Publikacje pracowników Katedry Inżynierii Materiałowej w 2010 r. Publikacje pracowników Katedry Inżynierii Materiałowej w 2010 r. 1. Żenkiewicz M., Richert J., Różański A.: Effect of blow moulding on barrier properties of polylactide nanocomposite films, Polymer Testing

Bardziej szczegółowo

NEURAL NETWORK ) FANN jest biblioteką implementującą SSN, którą moŝna wykorzystać. w C, C++, PHP, Pythonie, Delphi a nawet w środowisku. Mathematica.

NEURAL NETWORK ) FANN jest biblioteką implementującą SSN, którą moŝna wykorzystać. w C, C++, PHP, Pythonie, Delphi a nawet w środowisku. Mathematica. Wykorzystanie sztucznych sieci neuronowych do rozpoznawania języków: polskiego, angielskiego i francuskiego Tworzenie i nauczanie sieci przy pomocy języka C++ i biblioteki FANN (Fast Artificial Neural

Bardziej szczegółowo

POLITECHNIKA OPOLSKA Wydział Mechaniczny. Praca Przejściowa Symulacyjna. Projekt nr : Tytuł projektu. Kierunek studiów: Mechatronika

POLITECHNIKA OPOLSKA Wydział Mechaniczny. Praca Przejściowa Symulacyjna. Projekt nr : Tytuł projektu. Kierunek studiów: Mechatronika POLITECHNIKA OPOLSKA Wydział Mechaniczny Praca Przejściowa Symulacyjna Projekt nr : Tytuł projektu. Kierunek studiów: Mechatronika Imię i Nazwisko:... Grupa: MTR 1st ST sem.6 Pnumer_grupy Data złożenia

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 50 2012 ANALIZA WŁASNOŚCI OPCJI SUPERSHARE ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 689 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR 5 212 EWA DZIAWGO ANALIZA WŁASNOŚCI OPCJI SUPERSHARE Wprowadzenie Proces globalizacji rynków finansowych stwarza

Bardziej szczegółowo

POLITECHNIKA OPOLSKA WYDZIAŁ BUDOWNICTWA Katedra Inżynierii Materiałów Budowlanych Laboratorium Materiałów Budowlanych. Raport LMB 326/2012

POLITECHNIKA OPOLSKA WYDZIAŁ BUDOWNICTWA Katedra Inżynierii Materiałów Budowlanych Laboratorium Materiałów Budowlanych. Raport LMB 326/2012 POLITECHNIKA OPOLSKA WYDZIAŁ BUDOWNICTWA Katedra Inżynierii Materiałów Budowlanych Laboratorium Materiałów Budowlanych Raport 326/2012 WDROŻENIE WYNIKÓW BADAŃ WYTRZYMAŁOŚCI BETONU NA ŚCISKANIE ORAZ GŁĘBOKOŚCI

Bardziej szczegółowo

STABILIZATOR NAPIĘCIA

STABILIZATOR NAPIĘCIA STABILIZATOR NAPIĘCIA Indywidualna Pracownia Elektroniczna Michał Dąbrowski asystent: Krzysztof Piasecki 16 XI 2010 1 Streszczenie Celem doświadczenia jest zapoznanie się z zasadą działania i wykonanie

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE W SŁUŻBIE ZDROWIA I SYSTEMY UBEZPIECZEŃ SPOŁECZNYCH Computer Science Systems in Health Protection and Social Insurance Systems Kierunek: Inżynieria Biomedyczna Forma

Bardziej szczegółowo

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu. SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu

Bardziej szczegółowo

Propozycje tematów prac magisterskich dla studentów planujących obronę w roku akademickim 2016/2017 lub w latach późniejszych.

Propozycje tematów prac magisterskich dla studentów planujących obronę w roku akademickim 2016/2017 lub w latach późniejszych. dr M. Kopernik Propozycje tematów prac magisterskich dla studentów planujących obronę w roku akademickim 2016/2017 lub w latach późniejszych. Tematy inżynierskie mogą być podobne, ale realizowane w węższym

Bardziej szczegółowo

Prostowniki. Prostownik jednopołówkowy

Prostowniki. Prostownik jednopołówkowy Prostowniki Prostownik jednopołówkowy Prostownikiem jednopołówkowym nazywamy taki prostownik, w którym po procesie prostowania pozostają tylko te części przebiegu, które są jednego znaku a części przeciwnego

Bardziej szczegółowo

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: TRANSPORT z. 82 Nr kol. 1903

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: TRANSPORT z. 82 Nr kol. 1903 ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: TRANSPORT z. 82 Nr kol. 1903 Piotr FOLĘGA 1 DOBÓR ZĘBATYCH PRZEKŁADNI FALOWYCH Streszczenie. Różnorodność typów oraz rozmiarów obecnie produkowanych zębatych

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne Algorytmy genetyczne Motto: Zamiast pracowicie poszukiwać najlepszego rozwiązania problemu informatycznego lepiej pozwolić, żeby komputer sam sobie to rozwiązanie wyhodował! Algorytmy genetyczne służą

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo

Bardziej szczegółowo

STEROWNIKI PROGRAMOWALNE OBSŁUGA AWARII ZA POMOCĄ STEROWNIKA SIEMENS SIMATIC S7

STEROWNIKI PROGRAMOWALNE OBSŁUGA AWARII ZA POMOCĄ STEROWNIKA SIEMENS SIMATIC S7 STEROWNIKI PROGRAMOWALNE OBSŁUGA AWARII ZA POMOCĄ STEROWNIKA SIEMENS SIMATIC S7 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się ze sposobami obsługi stanów awaryjnych w układach sterowania zbudowanych

Bardziej szczegółowo

Grzegorz Ruciński. Warszawska Wyższa Szkoła Informatyki 2011. Promotor dr inż. Paweł Figat

Grzegorz Ruciński. Warszawska Wyższa Szkoła Informatyki 2011. Promotor dr inż. Paweł Figat Grzegorz Ruciński Warszawska Wyższa Szkoła Informatyki 2011 Promotor dr inż. Paweł Figat Cel i hipoteza pracy Wprowadzenie do tematu Przedstawienie porównywanych rozwiązań Przedstawienie zalet i wad porównywanych

Bardziej szczegółowo

Automatyczny dobór parametrów algorytmu genetycznego

Automatyczny dobór parametrów algorytmu genetycznego Automatyczny dobór parametrów algorytmu genetycznego Remigiusz Modrzejewski 22 grudnia 2008 Plan prezentacji Wstęp Atrakcyjność Pułapki Klasyfikacja Wstęp Atrakcyjność Pułapki Klasyfikacja Konstrukcja

Bardziej szczegółowo

METODY SZTUCZNEJ INTELIGENCJI 2 Opis projektu

METODY SZTUCZNEJ INTELIGENCJI 2 Opis projektu Kamil Figura Krzysztof Kaliński Bartek Kutera METODY SZTUCZNEJ INTELIGENCJI 2 Opis projektu Porównanie metod uczenia z rodziny TD z algorytmem Layered Learning na przykładzie gry w warcaby i gry w anty-warcaby

Bardziej szczegółowo

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu

Bardziej szczegółowo

SYCHTA LABORATORIUM Sp. J. Laboratorium Badań Palności Materiałów ul. Ofiar Stutthofu 90 72-010 Police

SYCHTA LABORATORIUM Sp. J. Laboratorium Badań Palności Materiałów ul. Ofiar Stutthofu 90 72-010 Police 72010 Police Klasyfikacja europejska a polskie wymagania techniczne Europejski system klasyfikacji wyrobów wg PNEN 135011 w zakresie reakcji na ogień jest złożony i rozbudowany. Wprowadzono euroklasy dla:

Bardziej szczegółowo

ANALIZA NUMERYCZNA MES PROCESU WYTWARZANIA WYPRASKI Z UWZGLĘDNIENIEM PRZETWÓRCZYCH ODKSZTAŁCEŃ SKURCZOWYCH

ANALIZA NUMERYCZNA MES PROCESU WYTWARZANIA WYPRASKI Z UWZGLĘDNIENIEM PRZETWÓRCZYCH ODKSZTAŁCEŃ SKURCZOWYCH ANALIZA NUMERYCZNA MES PROCESU WYTWARZANIA WYPRASKI Z UWZGLĘDNIENIEM PRZETWÓRCZYCH ODKSZTAŁCEŃ SKURCZOWYCH stud. Michał Bachan, Koło Naukowe Solid Edge (KNSE), Wydział Mechaniczny, Akademia Techniczno

Bardziej szczegółowo

TEREZ HT HT2 HTE ZASPOKAJAJĄ NAJWYŻSZE WYMAGANIA W ZAKRESIE SUBSTYTUCJI METALU W WYSOKICH TEMPERATURACH PRACY. www.terplastics.com www.tergroup.

TEREZ HT HT2 HTE ZASPOKAJAJĄ NAJWYŻSZE WYMAGANIA W ZAKRESIE SUBSTYTUCJI METALU W WYSOKICH TEMPERATURACH PRACY. www.terplastics.com www.tergroup. TEREZ HT HT2 HTE ZASPOKAJAJĄ NAJWYŻSZE WYMAGANIA W ZAKRESIE SUBSTYTUCJI METALU W WYSOKICH TEMPERATURACH PRACY www.terplastics.com www.tergroup.com TEREZ HT HT2 HTE Substytucja metalu w wysokich temperaturach

Bardziej szczegółowo

Nr lekcji. Liczba godzin. Temat lekcji. Zakres treści. Osiągnięcia ucznia

Nr lekcji. Liczba godzin. Temat lekcji. Zakres treści. Osiągnięcia ucznia Zespół Szkół Nr 5 w Zamościu Etap edukacyjny gimnazjum ZAJĘCIA TECHNICZNE Nauczyciel realizujący: Marzena Mazurek Szczegółowy rozkład materiału II rok nauki (5 godzin) Nr lekcji Temat lekcji Liczba godzin

Bardziej szczegółowo

KOOF Szczecin: www.of.szc.pl

KOOF Szczecin: www.of.szc.pl 3OF_III_D KOOF Szczecin: www.of.szc.pl XXXII OLIMPIADA FIZYCZNA (198/1983). Stopień III, zadanie doświadczalne D Źródło: Nazwa zadania: Działy: Słowa kluczowe: Komitet Główny Olimpiady Fizycznej; Waldemar

Bardziej szczegółowo

Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań

Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań Raport 1/2015 Optymalizacja parametrów w strategiach inwestycyjnych dla event-driven tradingu - metodologia badań autor: Michał Osmoła INIME Instytut nauk informatycznych i matematycznych z zastosowaniem

Bardziej szczegółowo

1. Metoda komputerowego wspomagania wyznaczania po danego wyposa enia sprz towo-materiałowego Podstawowej Jednostki Organizacyjnej Systemu Bezpiecze

1. Metoda komputerowego wspomagania wyznaczania po danego wyposa enia sprz towo-materiałowego Podstawowej Jednostki Organizacyjnej Systemu Bezpiecze 1. Metoda komputerowego wspomagania wyznaczania pożądanego wyposażenia sprzętowo-materiałowego Podstawowej Jednostki Organizacyjnej Systemu Bezpieczeństwa Kraju 1. Analiza rodzajów i strat powodowanych

Bardziej szczegółowo

Konsekwencje termodynamiczne podsuszania paliwa w siłowni cieplnej.

Konsekwencje termodynamiczne podsuszania paliwa w siłowni cieplnej. Marcin Panowski Politechnika Częstochowska Konsekwencje termodynamiczne podsuszania paliwa w siłowni cieplnej. Wstęp W pracy przedstawiono analizę termodynamicznych konsekwencji wpływu wstępnego podsuszania

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy na specjalności: systemy sterowania Rodzaj zajęć: wykład, laboratorium UKŁADY AUTOMATYKI PRZEMYSŁOWEJ Industrial Automatics Systems

Bardziej szczegółowo

Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym

Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym POLITECHNIKA WARSZAWSKA Instytut Technik Wytwarzania Zastosowanie metod eksploracji danych (data mining) do sterowania i diagnostyki procesów w przemyśle spożywczym Marcin Perzyk Dlaczego eksploracja danych?

Bardziej szczegółowo

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM

OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM OPTYMALIZACJA PROCESÓW TECHNOLOGICZNYCH W ZAKŁADZIE FARMACEUTYCZNYM POZNAŃ / kwiecień 2013 Wasilewski Cezary 1 Cel: Obniżenie kosztów wytwarzania Kontrolowanie jakości wyrobu Zasady postępowania Odpowiednio

Bardziej szczegółowo

Algorytmiczne sieci neuronowe idea działania, słabe i mocne strony

Algorytmiczne sieci neuronowe idea działania, słabe i mocne strony Patryk DUŃSKI Wydział Informatyki, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie E mail: pdunski@wi.zut.edu.pl Algorytmiczne sieci neuronowe idea działania, słabe i mocne strony Streszczenie:

Bardziej szczegółowo

Uchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r.

Uchwała obowiązuje od dnia podjęcia przez Senat. Traci moc Uchwała nr 144/06/2013 Senatu Uniwersytetu Rzeszowskiego z 27 czerwca 2013 r. Rektor Uniwersytetu Rzeszowskiego al. Rejtana 16c; 35-959 Rzeszów tel.: + 48 17 872 10 00 (centrala) + 48 17 872 10 10 fax: + 48 17 872 12 65 e-mail: rektorur@ur.edu.pl Uchwała nr 282/03/2014 Senatu Uniwersytetu

Bardziej szczegółowo

GNIAZDO FORMIERSKIE Z WIELOZAWOROWĄ GŁOWICĄ IMPULSOWĄ

GNIAZDO FORMIERSKIE Z WIELOZAWOROWĄ GŁOWICĄ IMPULSOWĄ GNIAZDO FORMIERSKIE Z WIELOZAWOROWĄ GŁOWICĄ IMPULSOWĄ Tadeusz Mikulczyński Zdzisław Samsonowicz Mirosław Ganczarek *Instytut Technologii Maszyn i Automatyzacji Politechniki Wrocławskiej Janusz Polański

Bardziej szczegółowo

Dokumentacja Końcowa

Dokumentacja Końcowa Metody Sztucznej Inteligencji 2 Projekt Prognozowanie kierunku ruchu indeksów giełdowych na podstawie danych historycznych. Dokumentacja Końcowa Autorzy: Robert Wojciechowski Michał Denkiewicz Wstęp Celem

Bardziej szczegółowo

ZAKŁADANE EFEKTY KSZTAŁCENIA Kierunek: Inżynieria Materiałowa Studia I stopnia

ZAKŁADANE EFEKTY KSZTAŁCENIA Kierunek: Inżynieria Materiałowa Studia I stopnia ZAKŁADANE EFEKTY KSZTAŁCENIA Kierunek: Inżynieria Materiałowa Studia I stopnia Tabela odniesień efektów kierunkowych do efektów obszarowych Odniesienie do Symbol Kierunkowe efekty kształcenia efektów kształcenia

Bardziej szczegółowo

VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja

VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja W dniu 21.08.2015 odbyło się VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe

Bardziej szczegółowo

Ćwiczenia Skopiować do swojego folderu plik cwiczenia-kl.ii.xls, a następnie zmienić jego nazwę na imię i nazwisko ucznia

Ćwiczenia Skopiować do swojego folderu plik cwiczenia-kl.ii.xls, a następnie zmienić jego nazwę na imię i nazwisko ucznia Temat 23 : Poznajemy podstawy pracy w programie Excel. 1. Arkusz kalkulacyjny to: program przeznaczony do wykonywania różnego rodzaju obliczeń oraz prezentowania i analizowania ich wyników, utworzony (w

Bardziej szczegółowo

PROGRAM WIELOLETNI pn. Poprawa bezpieczeństwa i warunków pracy II etap, okres realizacji: lata 2011-2013

PROGRAM WIELOLETNI pn. Poprawa bezpieczeństwa i warunków pracy II etap, okres realizacji: lata 2011-2013 PROGRAM WIELOLETNI pn. Poprawa bezpieczeństwa i warunków pracy II etap, okres realizacji: lata 2011-2013 Numer projektu: Nazwa projektu: II.B.12 Nowe rozwiązania materiałowe przegród warstwowych w projektowaniu

Bardziej szczegółowo

Rozdział ten zawiera informacje na temat zarządzania Modułem Modbus TCP oraz jego konfiguracji.

Rozdział ten zawiera informacje na temat zarządzania Modułem Modbus TCP oraz jego konfiguracji. 1 Moduł Modbus TCP Moduł Modbus TCP daje użytkownikowi Systemu Vision możliwość zapisu oraz odczytu rejestrów urządzeń, które obsługują protokół Modbus TCP. Zapewnia on odwzorowanie rejestrów urządzeń

Bardziej szczegółowo

Perspektywy rozwoju konstrukcji ram wózków pojazdów szynowych przy zachowaniu obecnych standardów bezpieczeństwa

Perspektywy rozwoju konstrukcji ram wózków pojazdów szynowych przy zachowaniu obecnych standardów bezpieczeństwa Problemy Kolejnictwa Zeszyt 165 (grudzień 2014) 65 Perspektywy rozwoju konstrukcji ram wózków pojazdów szynowych przy zachowaniu obecnych standardów bezpieczeństwa Dariusz KOWALCZYK 1, Robert BIŃKOWSKI

Bardziej szczegółowo

SABIC - innowacyjne aplikacje tworzyw Lexan i Noryl. Przygotował: Artur Błachnio

SABIC - innowacyjne aplikacje tworzyw Lexan i Noryl. Przygotował: Artur Błachnio SABIC - innowacyjne aplikacje tworzyw Lexan i Noryl Przygotował: Artur Błachnio SABIC oferta tworzyw konstrukcyjnych Tworzywa Lexan* Transparentność & doskonała udarność Tworzywa Noryl* Stabilnośc wymiarowa

Bardziej szczegółowo

LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU

LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU Tomasz Demski, StatSoft Polska Sp. z o.o. Wprowadzenie Jednym z elementów walidacji metod pomiarowych jest sprawdzenie liniowości

Bardziej szczegółowo

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski

Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski Sterowanie procesem i jego zdolność Zbigniew Wiśniewski Wybór cech do kart kontrolnych Zaleca się aby w pierwszej kolejności były brane pod uwagę cechy dotyczące funkcjonowania wyrobu lub świadczenia usługi

Bardziej szczegółowo

FDS vs. realne wyniki badań porównanie wyników symulacji z testami w komorze spalania.

FDS vs. realne wyniki badań porównanie wyników symulacji z testami w komorze spalania. FDS vs. realne wyniki badań porównanie wyników symulacji z testami w komorze spalania. 1. Wstęp: W lutym 2013 roku w Szkole Głównej Służby Pożarniczej w Warszawie odbyły się badania mające na celu wskazanie

Bardziej szczegółowo

Parametry częstotliwościowe przetworników prądowych wykonanych w technologii PCB 1 HDI 2

Parametry częstotliwościowe przetworników prądowych wykonanych w technologii PCB 1 HDI 2 dr inż. ALEKSANDER LISOWIEC dr hab. inż. ANDRZEJ NOWAKOWSKI Instytut Tele- i Radiotechniczny Parametry częstotliwościowe przetworników prądowych wykonanych w technologii PCB 1 HDI 2 W artykule przedstawiono

Bardziej szczegółowo

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H

P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania

Bardziej szczegółowo

Gospodarcze zastosowania algorytmów genetycznych

Gospodarcze zastosowania algorytmów genetycznych Marta Woźniak Gospodarcze zastosowania algorytmów genetycznych 1. Wstęp Ekonometria jako nauka zajmująca się ustalaniem za pomocą metod statystycznych ilościowych prawidłowości zachodzących w życiu gospodarczym

Bardziej szczegółowo

Smay: Systemy odprowadzenia powietrza z budynków

Smay: Systemy odprowadzenia powietrza z budynków Smay: Systemy odprowadzenia powietrza z budynków Aby systemy zapobiegania zadymieniu dróg ewakuacyjnych w budynkach działały poprawnie, konieczne jest wykonanie instalacji zapewniającej odprowadzenie obliczeniowych

Bardziej szczegółowo

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów

LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów LEMRG algorytm generowania pokoleń reguł decyzji dla baz danych z dużą liczbą atrybutów Łukasz Piątek, Jerzy W. Grzymała-Busse Katedra Systemów Ekspertowych i Sztucznej Inteligencji, Wydział Informatyki

Bardziej szczegółowo

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 4 60-96 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

SPRAWOZDANIE Z BADAŃ

SPRAWOZDANIE Z BADAŃ POLITECHNIKA ŁÓDZKA ul. Żeromskiego 116 90-924 Łódź KATEDRA BUDOWNICTWA BETONOWEGO NIP: 727 002 18 95 REGON: 000001583 LABORATORIUM BADAWCZE MATERIAŁÓW I KONSTRUKCJI BUDOWLANYCH Al. Politechniki 6 90-924

Bardziej szczegółowo

Bogdan Majka. Dobór kształtek do systemów rurowych. Sztywności obwodowe.

Bogdan Majka. Dobór kształtek do systemów rurowych. Sztywności obwodowe. Bogdan Majka Dobór kształtek do systemów rurowych. Sztywności obwodowe. Toruń 2012 Copyright by Polskie Stowarzyszenie Producentów Rur i Kształtek z Tworzyw Sztucznych Wszelkie prawa zastrzeżone. Kopiowanie,

Bardziej szczegółowo

Informatyka wspomaga przedmioty ścisłe w szkole

Informatyka wspomaga przedmioty ścisłe w szkole Informatyka wspomaga przedmioty ścisłe w szkole Prezentuje : Dorota Roman - Jurdzińska W arkuszu I na obu poziomach występują dwa zadania związane z algorytmiką: Arkusz I bez komputera analiza algorytmów,

Bardziej szczegółowo

INSTYTUT TECHNOLOGII MECHANICZNYCH

INSTYTUT TECHNOLOGII MECHANICZNYCH Politechnika Częstochowska Wydział Inżynierii Mechanicznej i Informatyki INSTYTUT TECHNOLOGII MECHANICZNYCH 1 Instytut Technologii Mechanicznych Dyrektor: Dr hab. inż. T. Nieszporek, prof. PCz Z-ca Dyrektora:

Bardziej szczegółowo